Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京世纪好未来教育科技有限公司未同庆获国家专利权

北京世纪好未来教育科技有限公司未同庆获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京世纪好未来教育科技有限公司申请的专利一种基于AI大模型的学生错因归纳试卷分析系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121303314B

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511862209.3,技术领域涉及:G06N5/025;该发明授权一种基于AI大模型的学生错因归纳试卷分析系统是由未同庆;陈佳豪;刘子韬设计研发完成,并于2025-12-11向国家知识产权局提交的专利申请。

一种基于AI大模型的学生错因归纳试卷分析系统在说明书摘要公布了:本发明属于人工智能、AI教师作业批改系统技术领域,涉及一种基于AI大模型的学生错因归纳试卷分析系统,包括:图像采集模块,用于采集题目图像;题目定位模块,用于对题目图像进行处理,提取预处理后的题目图像的题目画框;信息提取模块,用于提取题目画框的MLLM信息和OCR信息,对MLLM信息中的题目进行题目能力打标和题目知识点打标,生成当前题目的能力标签以及知识点路径标签,将OCR信息与MLLM信息的手写作答内容进行融合,并将融合结果结合MLLM信息的题目和批改状态进行批改;错因分析模块,用于根据批改结果结合当前题目的能力标签和知识点路径标签进行错因分析,获取错因结果。

本发明授权一种基于AI大模型的学生错因归纳试卷分析系统在权利要求书中公布了:1.一种基于AI大模型的学生错因归纳试卷分析系统,其特征在于,包括: 图像采集模块,用于采集题目图像; 题目定位模块,用于对所述题目图像进行处理,提取预处理后的题目图像的题目画框; 信息提取模块,用于提取所述题目画框的MLLM信息和OCR信息,对所述MLLM信息中的题目进行题目能力打标和题目知识点打标,生成当前题目的能力标签以及知识点路径标签,将所述OCR信息与所述MLLM信息的手写作答内容进行融合,并将融合结果结合所述MLLM信息的题目和批改状态进行批改; 所述信息提取模块包括: 信息提取子模块,用于提取所述题目画框的MLLM信息; 能力打标子模块,用于将所述MLLM信息中题目的标准答案和解析分解为认知原子操作序列,对所述认知原子操作序列进行题目能力打标,生成所述当前题目的能力标签; 所述能力打标子模块包括: 能力打标单元,用于将所述认知原子操作序列中的认知原子操作映射至原子操作-宏观能力的映射矩阵,生成每一个认知原子操作对各个宏观能力的贡献权重;对所述贡献权重加权汇总与归一化,获取能力向量,对所述能力向量于预设能力阈值进行比较,将所述能力向量高于所述预设能力阈值所对应的宏观能力作为所述当前题目的能力标签; 知识点打标子模块,用于对所述MLLM信息中题目针对的指定学科学段的教材版本进行知识点打标,生成所述知识点路径标签; 所述知识点打标子模块包括: 编码与拓扑感知单元,用于根据所述题目与Milvus向量数据库中知识点的相似性,召回预设数量的相似题和各个教材版本的相似知识点; 提取所述题目的文本与图像中题目内容的深度表示向量,并从所述Milvus向量数据库召回候选知识点节点,将所述候选知识点节点及其在知识图谱中的邻居关系输入图神经网络模型,获取拓扑增强表示向量; 利用交叉注意力机制计算所述深度表示向量与每一个拓扑增强表示向量之间的匹配度,将匹配度最高的节点作为核心知识点,并以所述核心知识点作为知识点核心,生成从根节点到末级知识点的完整路径,将所述完整路径作为当前题目的知识点路径标签; OCR识别子模块,用于针对不同题目类型采用不同OCR识别策略对所述题目画框进行OCR识别,生成所述OCR信息; 错因分析模块,用于根据批改结果结合所述当前题目的能力标签和知识点路径标签进行错因分析,获取错因结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京世纪好未来教育科技有限公司,其通讯地址为:100085 北京市海淀区小营西路10号院1号楼和盈中心B座;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。